田欣 朱芳华 宋鹏 张亚楠 武柏林 胡婧 耿左军 李彩英 刘怀军

    影像组学是2012年由Lambin等[1]提出的，指的是从影像(CT, MRI, PET等)数据内高通量地提取大量影像信息，实现肿瘤分割、特征提取与模型建立，凭借对海量影像数据信息进行更深层次的挖掘、预测和分析来辅助医师做出最准确的诊断[2]。影像组学的处理流程包括：影像数据的获取，感兴趣区的标定和分割，影像特征提取和量化，影像数据库建立，分类和预测[3]。感兴趣区选择取决于研究对象，如果研究对象是肿瘤，感兴趣区可以包括肿瘤实体及肿瘤周边[4]。影像特征提取一般先采用广义特征选择，得到数千个特征，然后将特征降维，得到某几个特征。降维方法中，最常用的是Lasso法[5]，它能够从成百上千个影像特征中筛选出几个重要的特征[6]。在肿瘤性疾病方面，影像组学能够通过提取肿瘤的特征，预测其基因分型，提供靶向治疗的依据[7]。但是，影像组学方法还没有应用于评价心肌特征。因此，本研究探索运用影像组学Lasso降维方法提取房颤患者心肌组织的影像组学特征的可行性，为下一步运用影像组学评价房颤患者心肌并进行预后预测奠定基础。

    1 资料与方法

    1.1 一般资料 回顾性收集2019年1～8月我院接受心脏CTA检查的房颤患者84例，并收集同时期因冠状动脉粥样硬化接受心脏CTA检查的患者84例。本研究纳入84例房颤患者，平均年龄(60.36±10.11)岁，男 50例(60%)，女34例(40%)。纳入冠状动脉粥样硬化患者84例，平均年龄(58.36±13.11)岁，男54例(65%)，女30例(35%)。对房颤组及动脉粥样硬化组患者的临床资料进行比较，二者年龄、性别、BMI无明显统计学差异。见表1。

    表1 房颤组与动脉粥样硬化组患者临床信息 n=84

    1.2 入选与排除标准

    1.2.1 房颤患者入选标准：①房颤患者均为临床证实 ......